We worden met z'n allen wel heel erg voorspelbaar?

Uit de Trouwe Verdieping van Opinies: Big Brother ìs ÒNDER òns maar wordt door de statistiek alweer bijna overbodig! Wie privacy lief-heeft, moet 'Walden Two' lezen, zo stelt Martijn van Otterlo, docent kunstmatige intelligentie, die lerende algoritmes & hun invloed o/d samenleving onderzoekt a/d Radboud Universiteit Nijmegen Nimwegen: 'de individuele invloed op privacy wordt nog steeds beperkter' De Big Brother-verzekeringspolis, waarbij verzekeraars korting geven voor extra info, komt eraan. En àls jij TÒCH privacy wilt, zul je er voor moeten betalen, berichtte Trouw vorige maand Augustus. 't IS echter de vraag òf privacy nog 'n eigen keuze ìs. De Big Brother-metafoor voor privacy die gaat over WÍE er méékijkt, is niet meer toereikend i/d huidige tijd, want slimme algoritmes kunnen veel meer met Big Data! 'n Betere metafoor is de utopische roman 'Walden Two' (194 waarin de psycholoog B.F. Skinner 'n fictieve samenleving beschrijft die volledig geconditioneerd is door positieve beloningen. We hebben 'n breder kijk op privacy nodig die nú gaat over hoeveel macht 'n individu hééft over z'n eigen informatieomgeving ten opzichte van machtige bedrijven èn óverheden. Traditionele Big Brother- privacy ging vooral over tóegang tot gegévens: WÍE KÀN WÈLKE GEGEVENS ÌNZIEN!? Echter, gegevens worden verzameld òm íets mee te dóen?! Slimme computeralgoritmes ontdekken patronen om mensen te voorspellen & DÀN te manipuléren. Skinner (1904-'90) onder zòcht gedràg èn maníeren voor gedragsmanipulatie met belóningen èn stràffen èn verwèrkte zíjn ìnzichten in WALDEN TWO. 't Moderne vakgebied kunstmatige intelligentie ontwikkelt algoritmes die wèrken vlg. déze princípes! Gehéime statitíek? Algoritmes kùnnen mense-lijk gedrag statistisch voorspellen èn dáármee ook steeds precíezer de gevòlgen van manipulatiestrategieën vóóràf analyseren. Want de voorspellingsmodellen kùnnen nl. óók steeds preciezer ínschàtten WÍE we zíjn! Òmdàt mensen steeds méér digitale sporen àchterlaten, zijn ook effecten àchteràf te Méten? Bijvoorbeeld, de invloed van kortingen op basis van klantenkaartinformatie kàn al geméten worden op basis van 't aantal extra verkochten producten per individu! Dóór de complexe (èn dééls geheime) statistiek v/d onderliggende voor-spellingsmodellen WÉTEN we echter als individu nog maar weinig over hóe dé bedríjven òns ìnschatten èn wááròm ze ons op 'n bepaal-de manier manipuleren? De volgende stap is algoritmes die meten, voorspèllen èn manipuleren COMBINEREN voor grootschaliger expe-rimenten! We komen hier vast wel op terug: nu eerst even wat eten & drinken. 't Ìs óók als met 'bidet, pc, bril, machine & gewoonte' @ myDi!